用 AI 重塑企业培训全流程
培训效果纵向追踪系统 — 用数据证明每一场培训的价值
前后测对比、进步可视化、KPI 仪表盘、自动生成 HTML 报告，量化培训的投入产出。
Training Effectiveness Tracker — 基于前后测的培训效果纵向追踪系统
一款面向企业培训管理者的人效追踪工具，通过前测/后测对比、进步可视化、HTML报告生成，量化每一次培训的投入产出。
| 模块 | 功能 |
|---|---|
| 📊 仪表盘 | 在册学员数 / 培训数 / 测评记录 / 平均进步率，实时一览 |
| 👥 学员管理 | 学员建档、编辑、搜索、关联培训 |
| 📚 培训管理 | 培训计划新增、编辑、关联主题 |
| 📝 测评记录 | 前测/后测/里程碑成绩录入，支持筛选 |
| 📈 报告生成 | 个人进步报告 + 班级汇总报告（HTML，可浏览器打开） |
| 📤 数据导出 | 一键导出全部数据为CSV |
| 🎭 演示数据 | 一键注入6学员×3培训×36条记录，立即体验 |
training-tracker/
├── app.py # GUI主程序（5个Tab，~800行）
├── data_manager.py # 数据管理（学员/培训/记录 CRUD+统计，~300行）
├── report.py # HTML报告生成（个人+班级报告，~300行）
├── charts.py # 可视化图表（8种图表类型，~250行）
├── config.py # 配置（配色/KPI阈值/预设数据，~80行）
├── requirements.txt
└── README.md
pip install matplotlib numpycd training-tracker
python3 app.py- 打开程序 → 点击右上角 「🎭 演示数据」
- 系统自动注入：6名学员、3个培训计划、36条测评记录
- 在各Tab查看效果 → 点击 「📄 报告生成」 查看HTML报告
- 4个KPI卡片：实时显示核心指标
- 最近活动列表：15条最新测评记录，按时间倒序
- 支持姓名/部门/岗位/邮箱字段
- 搜索过滤：实时按姓名、部门、岗位搜索
- 双击编辑：快速修改学员信息
- 预设 10个培训主题（新员工入职/销售技巧/领导力等）
- 支持自定义培训名称和时间范围
- 三种记录类型：前测(pre) / 后测(post) / 里程碑(milestone)
- 多维筛选：按学员 / 培训 / 类型组合筛选
- 前后测成绩对比柱状图
- 进步幅度分布图
- 成绩分布饼图
- KPI卡片（参训数/前测均分/后测均分/平均进步率）
- 个性化改进建议
- 全班前后测对比
- 达标率统计
- 培训优化建议
| 图表类型 | 说明 |
|---|---|
| 📊 KPI卡片 | 大字数字展示核心指标 |
| 📈 前后测对比柱状图 | 双色柱状对比，直观展示进步 |
| 📉 进步幅度分布图 | 每人进步率，带良好/优秀参考线 |
| 🥧 成绩分布饼图 | 按优秀/良好/及格/不及格分群 |
| 🔥 热力图（可扩展） | 培训效果按主题×时间分布 |
| 用途 | 颜色 |
|---|---|
| 主色 | #2C5F8A 深蓝 |
| 辅色 | #4A90D9 亮蓝 |
| 成功/进步 | #27AE60 绿色 |
| 警示 | #F39C12 橙色 |
| 危险/下降 | #E74C3C 红色 |
- GUI: tkinter（Python标准库，零依赖）
- 图表: matplotlib + numpy
- 数据: JSON本地存储（
data/*.json） - 报告: HTML + CSS（内嵌，无需服务器）
flowchart TB
subgraph 表现层["🖥️ 表现层 (app.py ~800行)"]
direction LR
A1[📊 仪表盘] --> A2[👥 学员管理]
A2 --> A3[📚 培训管理]
A3 --> A4[📝 测评记录]
A4 --> A5[📈 报告生成]
end
subgraph 业务层["⚙️ 业务逻辑层"]
direction TB
B1[data_manager.py<br/>~300行<br/>CRUD + 统计计算]
B2[charts.py<br/>~250行<br/>8种图表类型]
B3[report.py<br/>~300行<br/>HTML报告模板渲染]
end
subgraph 数据层["💾 数据层"]
direction TB
C1[data/students.json]
C2[data/trainings.json]
C3[data/records.json]
C4[config.py<br/>~80行<br/>配色/KPI/预设]
end
A1 & A2 & A3 & A4 --> B1
A5 --> B2 & B3
B1 --> C1 & C2 & C3
B1 & B2 & B3 --> C4
B3 -->|📄 输出| D[HTML 可视化报告<br/>浏览器直接打开]
B1 -->|📤 输出| E[CSV 数据导出<br/>Excel 兼容]
style 表现层 fill:#FFF3E0,stroke:#F39C12,stroke-width:2px
style 业务层 fill:#E8EAF6,stroke:#5C6BC0,stroke-width:2px
style 数据层 fill:#E8F5E9,stroke:#27AE60,stroke-width:2px
- ✅ 教学产品思维：前后测追踪是培训行业标准方法论
- ✅ 数据可视化能力：8种图表类型，matplotlib熟练应用
- ✅ 企业级GUI开发：Notebook多Tab、Treeview表格、弹窗表单完整度
- ✅ 报告自动化：HTML报告生成，浏览器即可分享
| 项目 | 链接 | 代码量 | 面试亮点 |
|---|---|---|---|
| 单词闯关游戏 | word-game | ~1347行 | 教学产品思维 |
| 培训需求分析器 | training-analyzer | ~1100行 | 数据可视化 |
| 柯氏四级评估系统 | kirkpatrick-eval | ~1335行 | 培训专业方法论 |
| AI测题生成器 | quiz-generator | ~1073行 | 大模型API调用 |
| RAG知识库问答 | rag-knowledge-base | ~1276行 | RAG技术深度 |
| 培训效果追踪器 | training-tracker | ~1600行 | 纵向追踪+数据可视化 |
持续更新中 | 技术栈：Python · tkinter · matplotlib · JSON